Оптимизация кредитного портфеля банка с учетом рыночного риска на основе метода множителей лагранжа

Обложка

Цитировать

Полный текст

Аннотация

Рассматривается проблема формирования оптимального портфеля кредитов коммерческого банка. Предметом исследования является механизм формирования прибыли банка за счет кредитования физических лиц. Актуальность темы исследования обусловлена тем, что в текущее время в условиях увеличивающейся конкуренции на рынке финансовых услуг одной из актуальных задач банков является оптимизация кредитных портфелей. Один из способов решения этой задачи – разработка математической модели, которая позволит эффективно управлять кредитным портфелем и оптимизировать финансовые риски. Разработана оптимизационная модель и также проанализированы статистические данные, на основе которых составляются регрессионные модели, анализируются ограничения, учитываемые в модели. Предложены условия оптимизации кредитного портфеля банка, позволяющие максимизировать прибыль банка. Оптимизационные модели позволяют выбрать такие доли видов кредитования, которые максимизируют совокупную прибыль банка от кредитования физических лиц. Также определен комплекс условий оптимального кредитного портфеля, обеспечивающий ограничение на риск волатильности процентных ставок, который является одним из видов рыночного риска. Приведены результаты численных экспериментов на примере банка ПАО «ВТБ», показывающие экономический эффект от предложенных разработок. Полученные результаты и разработанные модели оптимизации кредитного портфеля могут применяться для планирования банками своей деятельности. Выполненное исследование расширяет научные рамки понимания значимости применения процессов оптимизации при составлении кредитного портфеля банками.

Об авторах

Михаил Иванович Гераськин

ФГАОУ ВО «Самарский национальный исследовательский университет имени академика С.П. Королева»

Email: innovation@ssau.ru
Самара

Мария Владимировна Иванова

ФГАОУ ВО «Самарский национальный исследовательский университет имени академика С.П. Королева»

Email: ivanova.maria.ami@gmail.com
Самара

Список литературы

  1. БЕРЗОН Н.И., ВОЛОДИН С.Н. Оценка финансовых активов по критерию «Риск – доходность» с учетом длительности инвестирования // Экономический журнал ВШЭ. – 2010. – №3. – С. 311–325.
  2. БОРИСЕНКО Ю.Л. Анализ проблем кредитных отношений в работе банка // Экономика, управление, финансы: теория и практика: сборник. – 2019. – С. 114
  3. ГАРИБОВА У.Н. Построение инвестиционного портфеля по модели г. Марковица // Хроноэкономика. – 2017. – №6(8). – С. 41–46.
  4. ГЕРАСЬКИН М.И., СИМАГИНА С.Г. Управление инновациями: математические методы : учеб. пособие. – М.: Финансы и статистика, 2018.
  5. ДАНИЛОВА Т.Н., СМИРНОВА О. С. Банк как финансовый посредник трансформации сбережений в инвестиции // Финансы и кредит. – 2004. – №11(149). – С. 20–26.
  6. ДУБРОВИН В.И., ЮСЬКИВ О.И. Модели и методы оптимизации выбора инвестиционного портфеля // Радіоелектроніка, інформатика, управління. – 2008. – №1(19). – С. 49–59.
  7. ИВАНЧЕНКО И.С., ОСЕИ Д.Д. Оптимизация структуры российских золотовалютных резервов при помощи модели Блэка – Литтермана // Финансовый журнал. – 2018. – №1(41). – С. 26–38.
  8. КАЛУГИНА Т.О. Применение портфельной теории Марковица при формировании оптимального кредитного портфеля // Современные тенденции в экономике и управлении: новый взгляд. – 2014. – №30. – С. 167–171.
  9. КОРШУНОВА Т.С. Формирование инвестиционного портфеля по модели марковица // Хроноэкономика. – 2021. – №6(34). – С. 37–42.
  10. КРИНИЧАНСКИЙ К.В., БЕЗРУКОВ А.В. Некоторые практические задачи модели оптимизации портфеля // Журнал экономической теории. – 2012. – №3. – С. 142–147.
  11. ЛУПАНДИН В.В., ЕГОРОВ И.С. Применение модели Марковица для расчета оптимального портфеля // Достижения науки и образования. – 2019. – №1(42). – С. 34–35.
  12. МАМЕДОВА Л.M.К., КАЗИМОВ Ш.Э. О. Оптимизация инвестиционного портфеля на основе многокритериальной математической модели на фондовом рынке способом линейной свертки // Проблемы науки. – 2018. – №4(28). – С. 80–85.
  13. ОЛЕКСИК Р.С. Формирование инвестиционного портфеля на основнии модели Марковица // Хроноэкономика. – 2016. – №2(2). – С. 29–31.
  14. ПРОДОЛЯТЧЕНКО П.А. Процесс депозитования в деятельности банка // Финансы и кредит. – 2012. – №47(527). – С. 22–26.
  15. СЕМЕНЫЧЕВ В.К. Методология и цифровая платформа анализа динамики отраслевых циклов для сбалансированного и устойчивого пространственного развития России. – Самара: Изд-во СамНЦ РАН, 2022. – 348 с.
  16. СЕМУКОВА Ю.М. Управление рисками в коммерческом банке // Экономика и бизнес: теория и практика. – 2020. – №6. – С. 512–518.
  17. СИМОНЕНКОВА Е.В. Формирование инвестиционного портфеля по модели Марковица // Хроноэкономика. – 2017. – №6(8). – С. 37–42.
  18. ФЕДОСЕЕВ А.А. Модификация модели Марковица путем учитывания дополнительных характеристик ценных бумаг // Известия ТулГУ. Естественные науки. – 2015. – №3. – С. 117–126.
  19. ФЕДОСЕЕВ А.А. Решение трехкритериальной и четырех¬кри¬териальной моделей Марковица // Известия ТулГУ. Естественные науки. – 2014. – №3. – С. 197–207.
  20. ЧЕРНОВАЛОВ С.С. Способы и инструменты риск-менеджмента при управлении банковскими рисками // Известия СПбГЭУ. – 2012. – №3. – С. 124–127.
  21. https://www.vtb.ru/ir/statements/results/ (дата обращения: 07.05.2023).
  22. https://www.cbr.ru/about_br/dir/rsd_2022-12-29_23_03/ (дата обращения: 23.11.2023).
  23. WALTERS A.A. Production and cost functions: and econo-metric survey // Econometrica. – 1963. – Vol. 31, No. 1. – P. 1–66.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».